PPGINF PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Teléfono/Ramal: No informado http://propg.ufabc.edu.br/ppginfo

Banca de QUALIFICAÇÃO: CAIO LIMA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : CAIO LIMA
DATA : 01/12/2021
HORA: 08:30
LOCAL: Remoto
TÍTULO:

Simulador de Prótese de Braço e AntebraçUtilizando Sinais Eletromiográficos


PÁGINAS: 43
RESUMO:

Aproximadamente 7% da população brasileira possui alguma deficiência motora, sendo que este público possui de maneira geral uma maior vulnerabilidade social. Visando mitigar estes impactos algumas tecnologias assistivas como próteses de membros superiores tem sido desenvolvidas, em especial as que se utilizam de sinais eletromiográficos de superfície (sEMG).

Apesar de diversas dessas próteses possuírem elevada taxa de acerto (acima de 90\% em alguns casos), elas possuem média de preço elevada (U$50.000) e no geral fazem apenas a detecção de posições de forma discreta, limitando assim sua funcionalidade. Em vista destas dificuldades pretende-se elaborar um simulador de baixo custo de prótese de antebraço controlado por sinais sEMG que represente adequadamente a movimentação contínua dos movimentos de flexão e extensão do antebraço.

Para isso, utilizou-se um aparelho de baixo custo para captura de sinais sEMG (no caso o aparelho utilizado foi o Myo, desenvolvido pela empresa Thalmic Labs que custava em torno de U$200,00), realizou-se filtragem adequada dos sinais (filtro-passa alta IIR com 20Hz de frequência de corte e filtro rejeita faixa com frequência de corte de 60Hz), bem como seu janelamento (250ms), extração de suas características (DWT- db7 estratificada em 4 níveis mapeada pelo critério MAV) em conjunto com classificadores específicos (LDA, Árvore de Decisão, K-NN, Gauss Naive Bayes e linear-SVM) e sua correta integração a softwares gráficos e de controle (Gazebo e ROS2, respectivamente desenvolvidos pela empresa Open Robotics).

Constatou-se que para os casos testados os classificadores mais adequados para a classificação de dados sEMG foram o LDA, Gaus-Naive-Bayes e K-NN, obtendo na média erros inferiores a 20\%, também se representou esse simulador por um robô planar RR com dois graus de liberdade. Com base nos resultados preliminares e com base nos estudos da literatura, pretende-se integrar ao simulador tecnologias de Visão Computacional e de Redes Neurais.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1761107 - RICARDO SUYAMA
Membro Titular - Examinador(a) Interno ao Programa - 1946319 - DIOGO COUTINHO SORIANO
Membro Titular - Examinador(a) Externo ao Programa - 2123666 - FERNANDO SILVA DE MOURA
Membro Suplente - Examinador(a) Interno ao Programa - 2334927 - ANDRE KAZUO TAKAHATA
Notícia cadastrada em: 04/11/2021 13:27
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2021 - UFRN - sigaa-1.sigaa-1